Цель исследования - выявить модели и алгоритмы обработки текстовой информации, связанные с модальной коррекцией схем интенциональных отношений в разноструктурных языках на основе технологии Text Mining. Рост потоков разнородной текстовой информации в Интернете, состоящей из сложноорганизованных документов, ставит перед аналитиками проблемы, связанные с дифференцированным извлечением знаний (в интеллектуальном анализе разнородной текстовой информации используется технология Text Mining). В статье предложен подход к анализу информации модальной коррекции схем интенциональных смысловых отношений (ИСО) в разноструктурных языках на основе методов компьютерной лингвистики и Text Mining. При помощи библиотеки Language Resources проведен анализ русских и чувашских корпусов в БД Datastores (перенос информации на основе анализа проблем интеграции и совместимости данных с различными типами документов из разных источников). На основе предложенного концептуального подхода осуществляется кластеризация (кластеров документов, текстового корпуса). Научная новизна исследования состоит в разработке комплекса моделей и алгоритмов для анализа интенциональных отношений в разноструктурных языках - русском и чувашском, обеспечивающих точность и полноту в извлечении информации в поисковых запросах. Акцентируется внимание на контенте лингвистических ресурсов, проводится классификация лингвистических ресурсов по классам-модусам ИСО, определяется подход к формализации лексико-синтаксических шаблонов, на их основе решается задача построения таксономии концепта ИСО. В результате исследования установлено, что предлагаемый метод эффективен для решения задач интеллектуального анализа текстов и интерпретации его результатов.
В данной статье рассматриваются перспективы применения технологий искусственного интеллекта (ИИ) для оптимизации технологических процессов в производстве. Целью исследования является анализ возможностей и ограничений использования ИИ в промышленности, а также выявление наиболее перспективных направлений его внедрения. В качестве материалов и методов исследования использовались обзор научной литературы по теме, анализ существующих примеров применения ИИ в производстве, а также экспертные интервью со специалистами в области ИИ и промышленного производства. Был проведен систематический поиск релевантных научных публикаций в базах данных Scopus, Web of Science и Google Scholar за период с 2010 по 2023 год. Ключевыми словами для поиска были «искусственный интеллект», «машинное обучение», «оптимизация производства», «промышленность 4.0» и др. Из найденных 2347 публикаций после анализа аннотаций было отобрано 156 наиболее релевантных работ для детального изучения. Кроме того, было проведено 12 глубинных интервью с экспертами длительностью от 40 до 90 минут. Результаты исследования показали, что применение ИИ позволяет значительно повысить эффективность производственных процессов. Наибольший потенциал ИИ демонстрирует в таких областях, как предиктивное обслуживание оборудования (снижение внеплановых простоев на 30-50%), оптимизация работы промышленных роботов (повышение производительности на 10-25%), интеллектуальное управление запасами (сокращение складских издержек на 20-40%), контроль качества на основе компьютерного зрения (выявление до 90% дефектов). Однако для успешного внедрения ИИ необходимо преодолеть ряд барьеров, в числе которых недостаток качественных данных для обучения моделей, дефицит квалифицированных кадров на стыке ИИ и производства, высокая стоимость решений и интеграции. В среднем внедрение комплексных систем ИИ на производстве занимает от 1 до 3 лет и окупается за 2-5 лет
В обзорной статье рассматривается мемристор как один из основных элементов нейроморфного вычисления, в частности будущего искусственного интеллекта. Рассмотрена архитектура кроссбарного включения мемристора в искусственную нейронную сеть. Описываются величины, которыми характеризуются основные свойства мемристоров всех типов. Анализируются мемристоры на основе различных активных слоев. Особое внимание уделяется мемристорам на основе двумерных материалов планарной и вертикальной архитектуры. Обсуждаются физические механизмы резистивного переключения, на которых основаны принципы работы мемристоров. В конце статьи перечисляются основные достоинства и недостатки по сравнению с существующими элементами памяти, используемыми в классических компьютерах.
В данной статье рассматриваются перспективы и вызовы международной электронной торговли хлебобулочными изделиями в условиях глобальных изменений. Введение содержит обзор текущего состояния и тенденций развития электронной торговли в хлебопекарной отрасли, подчеркивая ее значимость для производителей и потребителей хлебобулочных изделий. Согласно данным Statista, объем мирового рынка электронной торговли продуктами питания и напитками в 2020 году составил 168 млрд долларов США, и ожидается, что к 2024 году он достигнет 381 млрд долларов. Материалы и методы включают анализ статистических данных, отчетов отраслевых организаций и научных публикаций, посвященных развитию электронной коммерции в хлебопекарной индустрии. Применяются методы сравнительного анализа, синтеза информации и прогнозирования. Результаты исследования показывают, что основными перспективами для онлайн-торговли хлебом и выпечкой являются: рост спроса на доставку свежей продукции, расширение ассортимента за счет специализированных и функциональных продуктов, персонализация предложений, использование инновационной упаковки. Среди ключевых вызовов выделяются: необходимость обеспечения быстрой и качественной доставки скоропортящейся продукции, поддержание свежести и потребительских свойств товаров, обеспечение безопасности пищевой продукции, адаптация к различным требованиям национальных рынков.
АКТУАЛЬНОСТЬ. Значимость внедрения передовых технологий, таких как Интернет вещей (IoT), машинное обучение и искусственный интеллект, в современных условиях повышения требований к надежности и эффективности систем ресурсоснабжения становится всё более очевидной. Способность этих технологий к сбору, обработке и анализу данных в реальном времени открывает новые перспективы для оптимизации работы и предотвращения аварий.
ЦЕЛЬ. Исследование направлено на анализ современных методов и технологий искусственного интеллекта и машинного обучения, применяемых в технических системах, с акцентом на возможности IoT для создания эффективной информационной системы. Эта система предназначена для дальнейшего использования в разработке и обучении моделей, способных к прогнозированию аварий и оптимизации распределения ресурсов.
МЕТОДЫ. В рамках работы был проведен глубокий анализ литературных источников, посвященных применению сверточных и рекуррентных нейронных сетей, алгоритмов градиентного бустинга, моделей многослойного персептрона, методов опорных векторов и K-ближайших соседей в контексте систем водоснабжения. Особое внимание уделялось изучению интеграции технологий IoT для сбора данных, передаваемых через датчики посредством сетей LoRaWAN и базовых станций операторов сотовой связи.
РЕЗУЛЬТАТЫ. В результате исследования было подтверждено, что использование передовых методов искусственного интеллекта в сочетании с технологиями Интернета вещей значительно повышает точность прогнозирования аварий и эффективность управления системами водоснабжения. В статье определена важность создания надежной информационной системы, способной собирать и анализировать большие объемы данных в реальном времени, что является критическим фактором для успешного применения прогностических моделей.
ЗАКЛЮЧЕНИЕ. Исследование подчеркивает значительный потенциал интеграции методов машинного обучения в IoT-инфраструктуру водоснабжения. В статье демонстрируется, что выбор подходящих методов сбора и передачи данных, включая протокол MQTT, играет ключевую роль в создании эффективной информационной базы для обучения моделей. Результаты исследования предоставляют ценную основу для разработки будущих инновационных решений в области управления ресурсами водоснабжения.
Постановка задачи. Многие системы искусственного интеллекта по существу являются системами классификации событий. Они широко используются в предиктивной аналитике. Их роль непрерывно растет при прогнозировании опасных событий на транспорте. Эффективность применения методов искусственного интеллекта в значительной мере зависит от результатов неправильной классификации. Поэтому актуальна задача вычисления или оценки в статистическом смысле вероятности неправильной классификации и определения ее граничных значений. Цель. Оценить границы для комбинированной вероятности неправильной классификации из-за двух различных категорий ошибок: собственно ошибок неправильной классификации и статистических ошибок, возникающих вследствие неправильной классификации. Результаты. Выполнена статистическая оценка порогового значения, которое используется для классификации. Установлены граничные условия для комбинированной вероятности неправильной классификации. Представлено обобщение на N-мерные пространства и на произвольные распределения и формы пороговых поверхностей. Теоретические результаты проиллюстрированы примером практического применения.
В статье предлагается метод формирования выделенного операционного кон- текста при разработке и внедрении автономных систем управления корпорациями на примере автономных систем для совета директоров. Значительную часть операционного контекста для автономных систем управления компаниями составляет регуляторная и правовая среда, в рамках которой корпорации осуществляют свою деятельность. С целью создания специального операционного контекста для автономных систем искусственного интеллекта формулировки локальных нормативных документов могут быть одновременно представлены в двух вариантах: для использования людьми и для использования автономными системами. В таком случае система искусственного интеллекта получает четко очерченный операционный контекст, который позволяет такой системе выполнять функции в рамках необходимых эксплуатационных качеств. Локальные нормативные акты, которые предусматривают специфику совместной работы физических лиц и автономных систем искусственного интеллекта, могут стать базой для формирования основ соответствующего законодательства, регулирующего разработку и внедрение ав- тономных систем.
Работа посвящена 160-тилетию со дня рождения В. И. Вернадского. В статье при помощи Алгоритма решения сложных задач [1] рассматривается предпосылки для обнаружения в будущем следов высокоразвитой внеземной цивилизации по вибрационному следу ноосферы искомой цивилизации. В ходе подстановки в абстрактные геометрические массивы данных Алгоритма производится анализ как имеющихся свойств и признаков ноосферы человеческой цивилизации [2], формирующей характерные и транслируемые в космос вибрационные следы, так и поиск когерентного вибрационного следа ноосферы внеземной цивилизации, расположенной на схожем с нашей уровне развития и особенностях ноосферы. Проведение первой итерации алгоритма приводит к двум нетривиальным выводам: необходимости провести ещё одну итерацию алгоритма для поиска эффективного решения по завершению всех войн внутри человечества, а также формированию условий для появления субцивилизаций «громкого» и «тихого» характера в терминологии Робина Хенсена [3] на базе развития искусственного интеллекта и/или путём селекции и генетической инженерии над одомашненными животными. При этом в статье также приводится предложение по методике постепенного отказа от войн внутри человечества посредством перевода военных действий в виртуальные пространства. Методика и обоснованность этого перехода сформированы также благодаря проведению перебора возможных решений поставленной проблемы посредством Алгоритма решения сложных задач.
Учебное пособие предназначено для проведения самостоятельной работы студентов высших технических учебных заведений по усвоению и закреплению основных положений курса прикладной математики в области гносеологических основ миварных технологий создания систем искусственного интеллекта, закреплению навыков применения системного подхода при концептуальном проектировании сложных автоматизированных систем управления, служит делу повышения уровня индивидуализации и качества процесса обучения, усилению контроля знаний студентов.
Монография известного физика и математика Роджера Пенроуза посвящена изучению проблемы искусственного интеллекта на основе всестороннего анализа достижений современных наук. Возможно ли моделирование разума? Чтобы найти ответ на этот вопрос, Пенроуз обсуждает широчайший круг явлений: алгоритмизацию математического мышления, машины Тьюринга, теорию сложности, теорему Геделя, телепортацию материи, парадоксы квантовой физики, энтропию, рождение Вселенной, черные дыры, строение мозга и многое другое.
Книга вызовет несомненный интерес как у специалистов гуманитарных и естественнонаучных дисциплин, так и у широкого круга читателей.